本节课内容:
- 因子分析
---因子分析中的EM步骤的推导过程
- 主成份分析:有效地降低维度的方法
混合高斯模型的问题
接下来讨论因子分析模型,在介绍因子分析模型之前,先看高斯分布的另一种写法,该
写法是推导因子分析模型的基础。高斯分布的矩阵写法
因子分析模型
因子分析模型的推导
EM 求解参数
PCA(Principal Components Analysis, 主成分分析),也是一种降维方法
主要介绍 PCA(Principal Components Analysis, 主成分分析),也是一种降维方法,但是该方法比较直接,只需计算特征向量就可以进行降维了。
引入
PCA 模型的定义
原文:http://www.cnblogs.com/XBWer/p/4395696.html